基于身管的指向精度測(cè)量技術(shù)研究

孫恩光，宋玉貴，張子月，劉 勇，田雙文

(西安工業(yè)大學(xué) 光電工程學(xué)院，西安 710021)

0 引言

武器裝備動(dòng)態(tài)性能是靶場(chǎng)鑒定、定型試驗(yàn)評(píng)定系統(tǒng)的重要戰(zhàn)術(shù)技術(shù)指標(biāo)之一[1]。現(xiàn)代武器均裝備先進(jìn)的火控系統(tǒng),其動(dòng)態(tài)性能指標(biāo)是射擊試驗(yàn)前需要檢查和考核的主要試驗(yàn)項(xiàng)目[2]。為了對(duì)武器裝備進(jìn)行正確考核與評(píng)定,研制滿足現(xiàn)代測(cè)試需求的武器裝備動(dòng)態(tài)跟蹤精度測(cè)量系統(tǒng)是十分必要的。高速轉(zhuǎn)管武器比如：加特林機(jī)槍、轉(zhuǎn)管火炮。這些武器的殺傷力是特別大的，可以給目標(biāo)造成很嚴(yán)重的毀滅打擊。一個(gè)合格的轉(zhuǎn)管武器能否被投入使用，取決于對(duì)其動(dòng)態(tài)性能的測(cè)試，轉(zhuǎn)管武器的身管指向精度則是重要的技術(shù)指標(biāo)。對(duì)于不同的單管、多管、轉(zhuǎn)管武器，身管的動(dòng)態(tài)指向精度的測(cè)量是現(xiàn)代武器效能評(píng)估的重要內(nèi)容，如炮塔武器、轉(zhuǎn)管武器的身管動(dòng)態(tài)指向精度，就是衡量該類武器性能的重要指標(biāo)之一。所謂動(dòng)態(tài)指向精度是指轉(zhuǎn)管武器在正常轉(zhuǎn)動(dòng)且非實(shí)彈擊發(fā)條件下，擊發(fā)時(shí)刻，合膛身管在預(yù)定擊發(fā)瞬間的實(shí)際指向與預(yù)定射向的偏離角度。國(guó)內(nèi)采用的身管指向測(cè)量方法有CCD+坐標(biāo)靶、零飛試驗(yàn)儀、CCD+電光源、激光器+PSD和激光陀螺等多種方法[3]，這些方法的關(guān)鍵在于是在測(cè)試時(shí)，需要在火炮身管上添加測(cè)試裝備從而進(jìn)行測(cè)試，在測(cè)試過(guò)程中需要花費(fèi)大量人力、較為繁瑣，操作過(guò)程耗時(shí)費(fèi)力、易出錯(cuò)[3]。雙經(jīng)緯儀交匯方法[4]是一種非接觸式的測(cè)量方法，它在不同的角度進(jìn)行布局實(shí)驗(yàn)會(huì)獲得不同的實(shí)驗(yàn)結(jié)果，這種方法操作過(guò)程比較繁瑣且實(shí)驗(yàn)誤差較大，并且不能滿足快速測(cè)試的要求[5-8]，而且具有一定的局限性，不能適用于其他武器身管的動(dòng)態(tài)指向精度測(cè)試[9-12]。

針對(duì)上述問(wèn)題，本文基于零飛儀的測(cè)試方法提出一種新型的身管指向測(cè)試測(cè)量方法，旨在解決轉(zhuǎn)管速射武器以及帶有穩(wěn)定功能的炮塔武器在擊發(fā)瞬間，身管的指向精度及其穩(wěn)定性的測(cè)試難題[13-16]。該方法采用激光棱瞄配合光斑圖像處理的工作原理來(lái)解決身管在轉(zhuǎn)動(dòng)時(shí)動(dòng)態(tài)指向精度的問(wèn)題。根據(jù)系統(tǒng)工作原理，建立數(shù)學(xué)模型，搭建實(shí)驗(yàn)裝置，通過(guò)模擬實(shí)驗(yàn)得出實(shí)驗(yàn)數(shù)據(jù)，并分析誤差，驗(yàn)證該方法的正確性與可行性[17-20]。

1 身管動(dòng)態(tài)指向精度測(cè)試原理

本文研究的主要工作是探索一種測(cè)試測(cè)量方法來(lái)解決在車間調(diào)校轉(zhuǎn)管武器時(shí)，它的身管在靜止或轉(zhuǎn)動(dòng)狀態(tài)下各個(gè)身管的指向精度。所謂動(dòng)態(tài)指向精度是指轉(zhuǎn)管武器在正常轉(zhuǎn)動(dòng)且非實(shí)彈擊發(fā)條件下，擊發(fā)時(shí)刻，合膛身管的實(shí)際指向與預(yù)定射向的偏離角度。擬采用激光棱瞄配合光斑圖像處理的原理實(shí)現(xiàn)一套測(cè)試身管動(dòng)態(tài)指向精度的自動(dòng)測(cè)試裝置[21-23]。

在測(cè)試時(shí)中,炮管偏轉(zhuǎn)角度幾何關(guān)系如圖1所示：圖中的點(diǎn)O是激光指示器發(fā)出激光光束的位置，AC是激光光束所照射的靶面，OA與OB分別是實(shí)際指向位置及預(yù)期指向位置。求身管動(dòng)態(tài)指向精度即求解身管激光器擊發(fā)時(shí)刻的偏轉(zhuǎn)角度，在數(shù)學(xué)上我們可以將其轉(zhuǎn)化為求解光斑圖像在靶面上的平移量(即為誤差偏移量)。

圖1 身管指向幾何關(guān)系圖

測(cè)試系統(tǒng)的幾何關(guān)系可由式(1)和(2)得到：

(1)

(2)

則實(shí)際偏轉(zhuǎn)角度和實(shí)際偏移量分別為式(3)和(4)：

∠AOB=β-α

(3)

AB=AC-BC

(4)

光斑在靶面屏上的位置如圖2所示。

圖2 光斑位置示意圖

假設(shè)預(yù)期光斑位置的坐標(biāo)為(x0,y0)，實(shí)際光斑位置的坐標(biāo)為(x1,y1)。則身管的指向精度可以轉(zhuǎn)換為計(jì)算光斑在靶面屏上的位移量，如式(5)：

(5)

身管動(dòng)態(tài)指向精度測(cè)試原理如圖3所示，整個(gè)系統(tǒng)的工作原理是在武器平臺(tái)的每個(gè)身管內(nèi)部安裝固定的激光指示器，然后將測(cè)試裝置放置于一定的距離。測(cè)試裝置由靶面屏和相機(jī)封裝而成，在靶面屏前面可以根據(jù)測(cè)試環(huán)境安裝濾光片用于去除在測(cè)試時(shí)其他光線的干擾，激光指示器發(fā)出一束激光照射在靶面屏上，相機(jī)通過(guò)采集圖像傳送給計(jì)算機(jī)進(jìn)行圖像處理，最后得出光斑的中心坐標(biāo)，然后分析實(shí)驗(yàn)數(shù)據(jù)并的實(shí)驗(yàn)結(jié)果，達(dá)到了測(cè)試身管動(dòng)態(tài)指向精度的目的。

圖3 測(cè)試系統(tǒng)原理圖 圖4 畸變

2 相機(jī)標(biāo)定

在使用相機(jī)獲取光斑圖像時(shí)，由于使用的是光學(xué)鏡頭，所以在成像過(guò)程中可能會(huì)導(dǎo)致圖像產(chǎn)生畸變，進(jìn)而降低光斑中心檢測(cè)的準(zhǔn)確性。因此，為了后續(xù)獲得更加準(zhǔn)確的光斑中心坐標(biāo)來(lái)驗(yàn)證測(cè)試方法的可行性與準(zhǔn)確性，在此之前必須進(jìn)行相機(jī)標(biāo)定處理[10]，去除鏡頭畸變?cè)斐傻母蓴_[24-26]。

鏡頭畸變主要可以分為切向畸變以及徑向畸變[11]，如圖4所示，圖中dt為切向畸變,dr為徑向畸變，p,p′分別為理想成像點(diǎn)和實(shí)際成像點(diǎn)。

2.1 切向畸變

切向畸變主要是因?yàn)橥哥R與感光元件處于非平行位置，導(dǎo)致實(shí)際像素點(diǎn)相對(duì)理想像素點(diǎn)發(fā)生切向偏移，從而發(fā)生的角度變換。一般通過(guò)式(6)進(jìn)行切向畸變校正:

(6)

式中，(u,v)為圖像畸變后的像素坐標(biāo)，(u′,v′)為校正后像素坐標(biāo)，p1，p2為切向畸變的系數(shù)，r表示該點(diǎn)與像素中心的歐式距離。

2.2 徑向畸變

徑向畸變一般由鏡面形狀引起，若實(shí)際像素點(diǎn)更加偏向鏡頭中心，則可稱為枕型畸變，若實(shí)際像素點(diǎn)更加偏離鏡頭中心，則稱為桶型畸變[12]。徑向畸變可以通過(guò)式(7)進(jìn)行校正：

(7)

式中，k1、k2、k3代表徑向畸變系數(shù)。

2.3 相機(jī)標(biāo)定實(shí)驗(yàn)

本實(shí)驗(yàn)是基于Matlab工具箱實(shí)現(xiàn)相機(jī)標(biāo)定實(shí)驗(yàn)[13]。所使用的參照物為9×7的棋盤(pán)格圖像，圖像中任意一棋盤(pán)的大小為25 mm×25 mm。多次變換棋盤(pán)格在世界坐標(biāo)系中的位置[21]，采集25張棋盤(pán)格圖像，圖像所處位置如圖5所示。使用傳統(tǒng)標(biāo)定法進(jìn)行相機(jī)標(biāo)定[27]，獲取棋盤(pán)格圖像中的角點(diǎn)，如圖6所示。相機(jī)標(biāo)定誤差允許范圍在0.1～0.5左右，實(shí)驗(yàn)結(jié)果所得的平均重投影誤差為0.32，如圖7所示。

圖5 棋盤(pán)格圖像位置

圖6 角點(diǎn)提取

圖7 重投影誤差示意圖

相機(jī)標(biāo)定中的參數(shù)結(jié)果如表1所示。

[u0,v0]是相機(jī)的光學(xué)中心，fx=f*sx，fy=f*sy,f是相機(jī)的焦距，以mm為單位，[sx,sy]代表在(x,y)方向上每毫米的像素量。s是傾斜參數(shù)，當(dāng)x軸和y軸完全垂直時(shí)，s=0。k1,k2,k3是鏡頭的徑向畸變系數(shù)。p1,p2是鏡頭的切向畸變系數(shù)。

表1 相機(jī)標(biāo)定參數(shù)結(jié)果

將上述計(jì)算出的切向畸變和徑向畸變系數(shù)代入校正方程。對(duì)光斑中心檢測(cè)采集的激光光斑圖像進(jìn)行校正，避免因鏡頭畸變導(dǎo)致的光斑位置變化，從而提高激光光斑中心檢測(cè)精度。

3 激光光斑圖像處理

3.1 圖像預(yù)處理

在激光光斑圖像中，不同的顏色代表著不同的光斑能量強(qiáng)度，代表著各個(gè)像素點(diǎn)的特征信息，將彩色光斑圖像轉(zhuǎn)化為灰度光斑圖像，可以在保留光斑整體信息和各點(diǎn)特征的基礎(chǔ)上大幅降低算法運(yùn)算量。

圖像灰度化一般通過(guò)如下3種方法實(shí)現(xiàn)：

1)平均值法：將原始圖像中像素點(diǎn)的R、G、B三個(gè)分量的數(shù)值進(jìn)行算術(shù)平均，平均結(jié)果即為該像素點(diǎn)的灰度值。如式(8)所示：

Gray=(R+G+B)/3

(8)

2)最大值法：將像素點(diǎn)的R、G、B三個(gè)分量的數(shù)值進(jìn)行比較，取最大值作為該點(diǎn)的灰度值。如式(9)所示：

Gray=max(R,G,B)

(9)

3)加權(quán)平均法：因?yàn)槿搜蹖?duì)于紅綠藍(lán)3種顏色的敏感程度是有區(qū)別的，所以可以對(duì)圖像中的R、G、B分量分別賦予一定的權(quán)重，通常情況下，為求灰度效果最好，紅綠藍(lán)3種顏色的權(quán)重一般設(shè)定為 0.299、0.587、0.114。如式(10)所示：

Gray=0.299R+0.587G+0.114B

(10)

激光光斑圖像灰度化[25]的結(jié)果如圖8所示，圖(a)、(b)、(c)、分別為3種圖像灰度化方法處理后的灰度圖像。對(duì)比圖像結(jié)果可以發(fā)現(xiàn)，平均值法和最大值法雖然完成了圖像的灰度化處理，降低了整體的運(yùn)算量，但是在這過(guò)程中丟失了光斑圖像的部分信息，將對(duì)后續(xù)的圖像處理中產(chǎn)生一定的影響，因此選取加權(quán)平均法進(jìn)行圖像灰度化處理，該方法在處理后仍能反映光斑的亮度和色度特征。

圖8 光斑圖像灰度化結(jié)果

觀察圖8(c)，可以發(fā)現(xiàn)激光光斑在整幅圖像中只占據(jù)較小的區(qū)域。因此，在光斑外圍的大部分背景圖像屬于無(wú)效信息，只會(huì)對(duì)光斑中心檢測(cè)的精度和速度產(chǎn)生干擾。使用圖像裁剪的方法對(duì)原始圖像進(jìn)行處理，即設(shè)定一個(gè)大小略大于激光光斑的區(qū)域，然后從原始圖像中將該區(qū)域裁剪出來(lái)。圖像裁剪的優(yōu)勢(shì)在于后續(xù)的圖像處理工作不用再對(duì)整幅圖像進(jìn)行，僅需對(duì)目標(biāo)光斑進(jìn)行重點(diǎn)檢測(cè)，去除大量無(wú)用信息的同時(shí)提升了運(yùn)算速度。

計(jì)算光斑圖像的灰度直方圖[14]，如圖9所示。結(jié)合圖8(c)可以發(fā)現(xiàn)，圖像中的光斑像素灰度值較大且大量集中，針對(duì)這一特點(diǎn)，使用迭代法進(jìn)行圖像二值化的閾值計(jì)算。首先記錄圖像中的灰度最大值及最小值，獲得初始閾值：

(11)

根據(jù)初始閾值將圖像分為兩個(gè)部分，分別求出兩部分的灰度均值u3、u4，并得到新的閾值：

(12)

重復(fù)上述計(jì)算過(guò)程，直至閾值不再變化。

圖9 灰度直方圖

求得的閾值為155，根據(jù)所求閾值，得到二值化后的光斑圖像，如圖10所示。

圖10 二值化后的光斑圖像

3.2 圖像濾波

圖像中對(duì)于最終檢測(cè)目標(biāo)無(wú)效的干擾信息都可以被稱為圖像噪聲，它會(huì)模糊圖像中的有效信息，難以識(shí)別，對(duì)后續(xù)的圖像處理環(huán)節(jié)造成一定的影響，降低中心檢測(cè)的準(zhǔn)確性。因此需要對(duì)原始圖像進(jìn)行濾波平滑處理，提高圖像質(zhì)量。圖像噪聲產(chǎn)生的主要原因有：

1)相機(jī)的傳輸噪聲、成像噪聲等；

2)激光照射過(guò)程中，光生電荷的移動(dòng)也會(huì)產(chǎn)生噪聲；

3)外界環(huán)境中的燈光、太陽(yáng)光的影響，空氣中漂浮的粉塵顆粒等。

在激光光斑圖像中，高斯噪聲和椒鹽噪聲是比較常見(jiàn)的噪聲類型。高斯噪聲一般出現(xiàn)在圖像采集階段，由外部環(huán)境的光線、溫度而引起；椒鹽噪聲的出現(xiàn)則通常是因?yàn)閳D像受到劇烈的干擾。

了解到了目前常用的濾波方法有高斯濾波、均值濾波、中值濾波和雙邊濾波。

高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的減噪過(guò)程。通俗的講，高斯濾波就是對(duì)整幅圖像進(jìn)行加權(quán)平均的過(guò)程，每一個(gè)像素點(diǎn)的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過(guò)加權(quán)平均后得到。高斯濾波的具體操作是：用一個(gè)模板(或稱卷積、掩模)掃描圖像中的每一個(gè)像素，用模板確定的鄰域內(nèi)像素的加權(quán)平均灰度值去替代模板中心像素點(diǎn)的值。

均值濾波是一種最為簡(jiǎn)單的平滑線性濾波算法。它將均值濾波模板與含有噪聲的原始圖像進(jìn)行卷積運(yùn)算，計(jì)算出像素點(diǎn)的鄰域內(nèi)的灰度值均值，然后用計(jì)算出的灰度值均值代替該像素點(diǎn)的灰度值。

中值濾波是根據(jù)排列統(tǒng)計(jì)理論，對(duì)圖像進(jìn)行非線性濾波的平滑技術(shù)。它的基本思想是對(duì)某一像素點(diǎn)的鄰域灰度值進(jìn)行排序，選用中值替代該點(diǎn)的灰度值。由于該方法并不依賴圖像中與典型值相差較大的噪聲點(diǎn)，計(jì)算后灰度值更接近于真實(shí)灰度值，所以對(duì)于圖像中尖銳的噪聲能夠起到較好的抑制作用。

雙邊濾波是由美國(guó)斯坦福大學(xué)的 C.Tomasi 和R.Manduchi首次提出的，它是一種非線性的濾波算法，是結(jié)合圖像空間鄰近度和灰度相似度的一種折中處理。雙邊濾波的基本原理是獲得一個(gè)與空間歐式距離相關(guān)的高斯函數(shù)和一個(gè)與像素灰度差值有關(guān)的高斯函數(shù)的乘積，所得乘積即為所需的雙邊濾波模板。

為了得出哪一種方法比較好，進(jìn)行了它們之間濾波效果的對(duì)比。在原圖像添加了0.05%的椒鹽噪聲，然后用不同的方法對(duì)其進(jìn)行去噪處理。效果如圖11所示。

圖11 圖像不同濾波效果對(duì)比

在主觀評(píng)價(jià)方面，通過(guò)人眼視覺(jué)效果比對(duì)，發(fā)現(xiàn)中值濾波的效果是較好的。在客觀評(píng)價(jià)方面，計(jì)算不同濾波方法得出的信噪比數(shù)據(jù)進(jìn)行對(duì)比。如表2所示。

表2 信噪比結(jié)果

通過(guò)表2可以發(fā)現(xiàn)，中值濾波的信噪比最高。因此綜合考慮，選擇去噪效果相對(duì)較好得中值濾波進(jìn)行去噪處理。

3.3 圖像邊緣檢測(cè)

邊緣檢測(cè)是圖像處理與計(jì)算機(jī)視覺(jué)中的重要技術(shù)之一。其目的是檢測(cè)識(shí)別出圖像中亮度變化劇烈的像素點(diǎn)構(gòu)成的集合。圖像邊緣的正確檢測(cè)對(duì)于分析圖像中的內(nèi)容、實(shí)現(xiàn)圖像中物體的分割、定位等具有重要的作用。邊緣檢測(cè)大大減少了源圖像的數(shù)據(jù)量，剔除了與目標(biāo)不相干的信息，保留了圖像重要的結(jié)構(gòu)屬性。

分別使用不同的經(jīng)典邊緣檢測(cè)算子進(jìn)行光斑邊緣檢測(cè)，圖12為光斑圖像邊緣檢測(cè)結(jié)果。

圖12 激光光斑邊緣檢測(cè)

對(duì)比實(shí)驗(yàn)結(jié)果圖可以發(fā)現(xiàn)，當(dāng)激光光斑圖像處于較理想狀態(tài)時(shí)，幾種經(jīng)典邊緣檢測(cè)算子都可以較好的檢測(cè)出光斑邊緣，但是 Roberts 算子，Sobel 算子和 Prewitt 算子的結(jié)果圖中出現(xiàn)了少量的光斑散點(diǎn)； Log 算子和Canny算子的抗噪能力明顯優(yōu)于上述3種算子。除去人眼視覺(jué)的主觀感受，進(jìn)一步比較邊緣檢測(cè)效果，采取一種邊緣檢測(cè)算子的評(píng)估方法，即計(jì)算邊緣像素點(diǎn)的個(gè)數(shù)(A)、4 連通成分?jǐn)?shù)(B)、8 連通成分?jǐn)?shù)(C)及它們之間的比值，并對(duì)這些參數(shù)進(jìn)行比較和評(píng)估，如表3所示。

表3中，C/A的值代表著圖像邊緣的連續(xù)性，C/B的值代表圖像邊緣單像素占比，這兩組比值越小，代表邊緣檢測(cè)算子在邊緣連續(xù)性、單一性上效果越好。由表 3及圖12可知，Log 算子、Canny 算子在理想光斑的檢測(cè)結(jié)果中邊緣連續(xù)且單一，能夠準(zhǔn)確定位光斑邊緣像素點(diǎn)。

表3 光斑邊緣檢測(cè)評(píng)估表

4 光斑中心定位算法

在工程應(yīng)用中，若激光器與相機(jī)無(wú)法保持在同一軸線上，相機(jī)所拍攝的激光光斑會(huì)出現(xiàn)一定的形變，形成橢圓光斑而非理想的正圓光斑，因此基于最小二乘法的橢圓擬合算法[15-19]也是激光光斑中心檢測(cè)[23-24]的一種常用方法，橢圓的一般表達(dá)為：

f(x,y)=x2+Axy+By2+Cx+Dy+E,A2-4B<0

(13)

將其轉(zhuǎn)化為參數(shù)方程，利用橢圓的中心點(diǎn)、長(zhǎng)軸、短軸及偏轉(zhuǎn)角等參數(shù)直觀表示橢圓。其幾何意義如圖13所示。

圖13 平面橢圓

兩種橢圓方程可以通過(guò)以下公式進(jìn)行轉(zhuǎn)換：

(14)

(15)

(16)

(17)

(18)

式中，(xc,yc)代表橢圓的中心坐標(biāo)，a為橢圓的長(zhǎng)半軸，b為短半軸，θ為長(zhǎng)軸偏轉(zhuǎn)角。

基于最小二乘的橢圓擬合法[26]的基本思想為：根據(jù)已知的邊緣像素點(diǎn)信息，使每個(gè)點(diǎn)到待擬合橢圓的距離平方和最小，不斷逼近橢圓曲線，從而獲取一組理想的橢圓參數(shù)。在式 (13) 中，橢圓的一般方程包含A、B、C、D、E五個(gè)未知數(shù)，因此至少需要5個(gè)邊緣像素點(diǎn)才能對(duì)其進(jìn)行求解。根據(jù)最小二乘原理，當(dāng)邊緣像素點(diǎn)個(gè)數(shù)N≥5 時(shí)，可得目標(biāo)函數(shù)：

F(A,B,C,D,E)=

(19)

通過(guò)求取目標(biāo)函數(shù)的最小值來(lái)確定參數(shù)A、B、C、D、E，根據(jù)極值定理，當(dāng)目標(biāo)函數(shù)中的參數(shù)偏導(dǎo)數(shù)為 0 時(shí)，目標(biāo)函數(shù)的值最小，即：

(20)

(21)

將其轉(zhuǎn)化為矩陣形式：

(22)

代入另外 4 組偏導(dǎo)數(shù)：

(23)

對(duì)上式線性方差求解，確定橢圓參數(shù)值，進(jìn)而可以獲得橢圓的中心坐標(biāo)、長(zhǎng)軸短軸等數(shù)據(jù)，橢圓中心即為所求激光光斑中心。

基于最小二乘的橢圓擬合算法在求解光斑中心坐標(biāo)的過(guò)程中，只需要對(duì)光斑邊緣點(diǎn)遍歷一次，時(shí)間復(fù)雜度較低，計(jì)算速度快，且計(jì)算出的結(jié)果精度較高。

光斑經(jīng)過(guò)橢圓擬合算法求得其中心坐標(biāo)，如圖14所示。

圖14 光斑擬合圓中心定位

5 實(shí)驗(yàn)數(shù)據(jù)誤差分析

為了驗(yàn)證身管動(dòng)態(tài)指向精度測(cè)試方法的可行性和正確性，搭建了模擬實(shí)驗(yàn)裝置，具體實(shí)驗(yàn)步驟：

1)固定相機(jī)和靶面屏的位置；

2)將武器平臺(tái)固定于靶面屏的前方100～200 m內(nèi)，在每個(gè)身管內(nèi)部安裝固定650 nm的激光指示器；

3)依次轉(zhuǎn)動(dòng)不同的身管，記錄在擊發(fā)時(shí)刻激光指示器在靶面屏照射的光斑圖像；

4)對(duì)所采集到的光斑圖像進(jìn)行中心定位，并分析不同光斑中心坐標(biāo)的位置，計(jì)算實(shí)驗(yàn)誤差；

5)重復(fù)多組實(shí)驗(yàn)，獲取多組圖片，記錄在不同距離，不同角度情況下的光斑中心坐標(biāo)。

表4 不同距離的光斑中心檢測(cè)結(jié)果

由于實(shí)驗(yàn)前無(wú)法得到激光光斑中心的實(shí)際坐標(biāo)，所以實(shí)驗(yàn)前用激光指示器指示一個(gè)點(diǎn)作為基準(zhǔn)值，計(jì)算出它的中心坐標(biāo)，后續(xù)身管指向精度實(shí)驗(yàn)以這個(gè)基準(zhǔn)值為準(zhǔn)進(jìn)行瞄準(zhǔn)。實(shí)驗(yàn)基準(zhǔn)點(diǎn)的坐標(biāo)為(220，210)。據(jù)此求相對(duì)誤差δ：

(24)

計(jì)算結(jié)果如表5所示。

表5 光斑中心檢測(cè)數(shù)據(jù)

為了進(jìn)一步驗(yàn)證該方法的可行性，在靶面屏前方的不同角度再次進(jìn)行試驗(yàn)并分析實(shí)驗(yàn)數(shù)據(jù)，計(jì)算相對(duì)誤差。

分別在偏離靶面屏30°、45°、60°的角度處安裝固定武器平臺(tái)，進(jìn)行模擬實(shí)驗(yàn)。實(shí)驗(yàn)基準(zhǔn)點(diǎn)的坐標(biāo)為(330，370)如表6所示。

表6 不同角度的光斑中心檢測(cè)結(jié)果

計(jì)算結(jié)果如表7所示。

表7 光斑中心檢測(cè)數(shù)據(jù)

對(duì)實(shí)驗(yàn)結(jié)果的數(shù)據(jù)進(jìn)行分析可知，使用激光棱瞄加光斑圖像處理的方法對(duì)身管的動(dòng)態(tài)指向精度進(jìn)行測(cè)量誤差范圍小于3%。實(shí)驗(yàn)證明本文所提出的方法成功解決了測(cè)量身管動(dòng)態(tài)指向精度的難題，經(jīng)實(shí)驗(yàn)證明該方法可以應(yīng)用于身管指向精度的測(cè)量中。

6 結(jié)束語(yǔ)

本文提出了一種基于身管動(dòng)態(tài)指向精度的測(cè)量技術(shù)，該方法通過(guò)激光棱瞄配合光斑圖像處理的原理達(dá)到測(cè)試身管指向的目的。根據(jù)系統(tǒng)的工作原理建立了數(shù)學(xué)模型，搭建了模擬實(shí)驗(yàn)裝置。通過(guò)模擬在車間對(duì)轉(zhuǎn)管武器的身管動(dòng)態(tài)指向精度進(jìn)行校正的場(chǎng)景，做實(shí)驗(yàn)驗(yàn)證了該方法的可行性。

為了保證實(shí)驗(yàn)的準(zhǔn)確性，模擬了不同場(chǎng)景、不同情況下的實(shí)驗(yàn)，分別在不同的距離、不同的角度驗(yàn)證武器平臺(tái)的指向精度。實(shí)驗(yàn)結(jié)果表明，該方法測(cè)得的實(shí)驗(yàn)結(jié)果誤差在3%以內(nèi)，因此通過(guò)實(shí)驗(yàn)驗(yàn)證了該方法的正確性與可行性，該方法的提出成功解決了身管動(dòng)態(tài)指向精度的難題。